▣ 論 文 ▣
2010-046-박은미유비쿼터스 환경에서의 연속류 적정속도 관리 기술 개발
Developing a Freeway Flow Management Scheme Under Ubiquitous System Environments
박 은 미
(목원대학교 도시공학과 교수)
서 의 현
(목원대학교 컴퓨터공학과 교수)
고 명 석
(목원대학교 도시공학과 석사과정)
오 현 선
(목원대학교 도시공학과 석사과정)
목 차
Ⅰ . 연구의 배경 및 목적
Ⅱ . 연구의 범위 및 방법
1. 시뮬레이션 테스트베드 실험절차 2. 시뮬레이션 테스트베드
3. 시뮬레이션 실험 네트워크 4. 시뮬레이션 실험 시나리오
Ⅲ . 유비쿼터스 환경의 적정속도 관리 알고리즘
1. 소통원활시 과속저속 관리 2. 임계상태 밀도관리
Ⅳ . 알고리즘 실험 및 효과평가 1. 단위실험 및 평가 2. 통합 실험 및 평가
Ⅴ . 결론 및 향후연구과제 참고문헌
Key Words : 유비쿼터스 교통체계, 교통류 관리, 속도관리, 밀도관리, 혼잡관리
Ubiquitous Transportation System, Traffic Flow Management, Traffic Density Control, Dynamic Speed Control, Preventive Congestion Management
요 약
유비쿼터스 통신 및 센서네트워크 기술발전으로, 기존 ITS(Intelligent Transportation System) 환경에서 불가능했던 미시 교통류 정보의 수집 가공과 V2V(Vehicle-to-Vehicle), V2I(Vehicle-to-Infra) 양방 통신환경을 활용한 개별차량 및 차량군 단위의 미세제어가 가능해졌다. 이에, 유비쿼터스 기술진보에 맞춘 진일보된 교통운영기술로서 적정속도 관리 알고리 즘을 제시하고 그 알고리즘의 성능과 효과를 평가하였다. 적정속도 관리 알고리즘은, 소통원활 상황에서 과속을 억제하고 개 별운전자간 속도 편차를 최소화함을 목표로 하는 과속저속관리와, 교통류가 임계상태에 가까워졌을 때 혼잡교통류로의 전이 를 예방 혹은 최대한 늦추는 것을 목표로 하는 밀도관리로 구성된다.
현재 교통 상용 시뮬레이션 소프트웨어로는 개발차량의 속도를 관리하는 본 연구의 알고리즘 모사와 평가가 불가능하여, COM(Component Object Model) Interface를 통해 VISSIM과 직접 작성한 프로그램 코드를 가지고 시뮬레이션 테스트 베드를 구축하여 이러한 효과평가를 수행하였다. 평가 결과 본 연구에서 제안한 알고리즘에 의해 적정속도를 관리할 경우, 혼 잡이 줄어들고 통행시간도 감소하는 효과를 볼 수 있었다.
The ubiquitous transportation system environments make it possible to collect each vehicle’s position and velocity data and to perform more sophisticated traffic flow management at the individual vehicle or platoon level through vehicle to vehicle (V2V) and vehicle to infrastructure (V2I) communication.
It is necessary to develop a traffic flow management scheme to take advantage of the ubiquitous transportation system environments. This paper proposes an algorithm to advise the optimal speed for each vehicle according to the traffic flow condition. The algorithm aims to stabilize the traffic flow by advising the equilibrium speed to the vehicles speeding or crawling under freely flowing condition. And it aims to prevent or at least alleviate the shockwave propagation by advising the optimal speed that should dampen the speed drop under critical flow conditions. This paper builds a simulation testbed and performs some simulation experiments for the proposed algorithm. The proposed algorithm shows the expected results in terms of travel time reduction and congestion alleviation.
본 연구는 국토해양부 교통체계효율화사업의 연구비 지원(06-교통핵심-A01-01)에 의해 수행되었음. 본 연구 결과는 저자 개인의 의견으로 향후
변경될 수 있음.
168 Journal of Korean Society of Transportation Vol.28 No.4 August, 2010
Space Time
Flow Breakdown Critical
State
Unstable Flow
Breakdown Critical
State Unstable
사전관리 :유비쿼터스 연속류 운영관리 사후관리 :
ITS 운영관리 Stable
<그림 1> ITS와 u-T 운영기술의 차별성
유비쿼터스 환경에서의 연속류 적정속도 관리 알고리즘
시뮬레이션 테스트베드 구축
시뮬레이션 시나리오 설정 및 수정
단위실험
통합실험
1. 유비쿼터스 환경에서의 연속류 적정속도 관리 알고리즘 코딩
2. VISSIM 시뮬레이션 네트워크 구축 - 실제네트워크 (경부고속도로 수원IC~오산IC 구간)
1. 적정속도 산정 프로세스 - 과속저속 관리 - 밀도/차량군 관리 - 충격파 관리
<그림 2> 시뮬레이션 테스트베드 실험절차
※ COM = COM (Component Object Model) Interface
VISSIM
C#code
MATLAB code
처리 : 3차원 프로파일판단 : 교통상황판단
참조 라이브러리 COM
정보생성 : 적정속도생성
수집 : 개별차량 데이터 (속도, 위치)
COM
제공 : 개별차량/차량군 적정속도
실험 Network
Evaluation 결과
처리 유비쿼터스 연속류 운영관리
알고리즘 수집
판단 정보생성
제공
<그림 3> 시뮬레이션 실험 테스트베드 개념
Ⅰ. 연구의 배경 및 목적
유비쿼터스 교통 센서네트워크에서는 , 차량과 노면장치 등이 ad-hoc 네트워크로 구성되어, 교통정보수집, 구성 요 소 간 정보교환, 센터에서 가공된 정보전달 등이 이루어지게 된다. 이러한 유비쿼터스 통신 및 센서네트워크 기술발전 으로, 기존 ITS(Intelligent Transportation System) 환경에서 불가능했던 미시 교통류 정보의 수집 가공과 V2V(Vehicle-to-vehicle), V2I(Vehicle-to-Infra) 양방 통신환경을 활용한 개별차량 및 차량군 단위의 미세 제어가 가능해졌다.
따라서 유비쿼터스 기술진보에 맞춘 진일보된 교통운 영기술의 개발이 필요하였고, 이에 사전관리 차원의 연속 류 교통류 관리기술을 개발하게 되었다. <그림 1>은 이러 한 교통관리 개념을 설명한 것이다. 기존ITS 운영관리는 정체나 사고가 일단 발생한 후 이를 신속히 감지하고 처리 하는데 주안점을 둔 사후관리 개념인데 반하여, 유비쿼터 스 교통 환경에서의 운영관리는 사전관리의 개념이다. 즉 정체나 유고가 발생하기 전 소통원활 상태부터 교통류의 미세한 변화를 감지하여 관리해 줌으로써 정체 발생을 최 대한 억제하고 그 발생시점을 연장해 주는 관리이다. 이러 한 유비쿼터스 교통환경에서의 사전관리를 통하여 궁극적 으로 도로의 안전성(Safety)과 생산성(Productivity) 극대화를 달성할 것이 기대된다.
Ⅱ. 연구의 범위 및 방법
저자에 의해 수행된 선행연구(1)에서 연속류 정체예방 관리 알고리즘을 제시하고, 교통 상용 시뮬레이션 패키지인 VISSIM을 통해 제한적 실험과 평가를 수행한 바 있다.
VISSIM만 가지고 시공간적 제약 없이 개별차량의 데이 터를 수집-가공-제어하는 유비쿼터스 환경에서 작동하는 교통관리 알고리즘을 모사하고 평가하는 것은 불가능하며, 이는 VISSIM 뿐 아니라 현재의 쓰이는 상용 교통시뮬레 이션 패키지 모두에 해당된다.
이에 선행연구에서 제시된 알고리즘의 성능과 현장 적 용성을 보다 엄밀히 평가하고, 그 결과에 따라 알고리즘을 수정보완하고 정교화하기 위해, 시뮬레이션 테스트 베드 실험환경을 구축하고 이를 기반으로 포괄적 실험 및 평가를 수행하고자 한다. 시뮬레이션 테스트베드를 통해 성능을 실험할 알고리즘은 Ⅲ장에서 설명하도록 한다.
1. 시뮬레이션 테스트베드 실험절차
연구는 시뮬레이션 테스트베드를 구축하고 <그림 2>와 같은 절차로 수행하도록 한다.
2. 시뮬레이션 테스트베드
본 연구에서 알고리즘 실험 평가를 위해 구축한 시뮬레
이션 테스트베드의 개념은 <그림 3>과 같다. VISSIM 자
체에서는 개별차량에 대한 데이터수집과 제어를 자유롭게
수행할 수 없으므로, COM(Component Object Model)
interface를 통해 개별차량 데이터 Object들을 본 과업에서
제안한 알고리즘의 가공 프로세스를 프로그래밍한 별도의
C# 코드내로 불러들이고, 가공프로세스를 통행 도출된 제어
정보를 COM interface를 통해 다시 VISSIM으로 들여보
내어 알고리즘의 성능을 평가할 수 있도록 하는 개념이다.
<그림 4> C# 코드 모듈 구성
VISSIM에서 구현
실제 네트워크(오산IC∼수원IC) 실험 네트워크(오산IC∼수원IC)
<그림 5> 시뮬레이션 실험 실제 네트워크
<그림 4>는 실험을 위해 작성된 C# 코드의 모듈 구성과 각 모듈의 코드 일부를 발췌하여 보여주고 있다.
실험네트워크 load 하고, VISSIM을 구동시켜 개별차량 속도와 위치 Objects를 불러와 이를 개발한 알고리즘의 가공프로세스대로 가공하고, 적정속도 산정프로세스에서 산정한 적정속도로 개별차량 속도를 수정한 후 VISSIM을 구동하고 그 결과를 비교하여 평가하는 과정이다.
3. 시뮬레이션 실험 네트워크
경부고속도로 오산IC~수원IC 사이 총 연장 14.2km 를 실험 네트워크로 선정하였다(<그림 5>참고). 램프 진·
출입부를 제외한 모든 구간 차로수는 4차로인데, 이중 버 스전용차로는 통행을 차단하고 버스를 제외한 교통량만을 가지고 시뮬레이션 실험을 수행하였다.
본 시뮬레이션 실험의 목적은, 현황 및 대안의 정확한 MOE(Measures of Effectiveness) 산출이 알고리즘 성능 검증에 있다. 이러한 실험목적에 비추어, Calibration은
<표 1>을 교통량 현황 시나리오로 하여 모수조정을 통하여 현재와 유사한 교통 패턴이 모사되도록 하는 수준으로 수 행하였다. 참고로 Calibration에 사용된 <표 2>의 현황 교통량은 도로교통기술원의 15분 교통량 자료를 근거로 하고, 누락된 동탄 JC 교통량은 오산IC 교통량으로 대체 하여 사용하였다.
4. 시뮬레이션 실험 시나리오
시뮬레이션 실험 시나리오는, <그림 6>에 제시된 바와 같이 교통량 분포가 일정할 때(시나리오1), 교통량이 증 가했다가 감소할 때(시나리오2), 교통량의 변동이 심할 때(시나리오3)의 세 가지로 구성하도록 한다. 각 시나리 오별로 교통량분포는 상이하나 평균교통량은 2200pcphpl 로 동일하게 한다.
앞서 제시한 <표 1>의 현황 교통량 자료를 근거로 15분
170 Journal of Korean Society of Transportation Vol.28 No.4 August, 2010
<표 1> 실험구간(오산IC→수원IC 서울방향) 실제 교통량 구분 In/Out 14:45 15:00 15:15 15:30 15:45 16:00
900초 1800초 2700초 3600초 4500초 5400초 오산C
본선 6,348 6,176 6,856 6,656 5,968 5,728
분류부 232 232 252 256 260 300
합류부 568 404 392 328 336 316
동탄IC
본선 6,684 6,348 6,996 6,728 6,044 5,744
분류부 232 232 252 256 260 300
합류부 568 404 392 328 336 316
동탄/
기흥IC
본선 7,116 6,636 7,236 7,028 6,480 6,156
분류부 136 116 152 124 176 180
합류부 280 244 260 276 276 276
기흥JC
본선 7,396 6,880 7,496 7,208 6,480 6,156
분류부 - - - - - -
합류부 284 276 324 264 236 208
수원IC
본선 7,360 6,896 7,560 7,204 6,384 6,068
분류부 320 260 260 268 332 296
합류부 816 852 844 876 856 868
※ 버스전용차로 제외한 3차로의 15분교통량을 1시간환산교통량으로 환산한 값임(단위: pcph).
<표 2> 15분 교통량별 본선 및 진출입 교통량 시나리오 구분 In/Out 1600 1800 2000 2200 2400 2600
4800 5400 6000 6600 7200 7800 오산C
본선 4600 5180 5760 6340 6920 7500
분류부 200 220 240 260 280 300
합류부 340 380 420 460 500 540
동탄IC
본선 4740 5340 5940 6540 7140 7740
분류부 200 220 240 260 280 300
합류부 100 140 180 220 260 300
동탄/기흥I C
본선 4740 5360 5980 6600 7220 7840
분류부 100 120 140 160 180 200
합류부 200 220 240 260 280 300
기흥JC
본선 4940 5580 6220 6860 7500 8140
분류부 0 0 0 0 0 0
합류부 200 220 240 260 280 300
수원IC
본선 4740 5480 6120 6760 7400 8040
분류부 300 320 340 360 380 400
합류부 800 820 840 860 880 900
1500 1600 1700 1800 1900 2000 2100 2200 2300 2400 2500
900 1800 2700 3600 4500 5400 6300 7200 8100 시간(초)
교통량(pcphpl)
시나리오1 시나리오2 시나리오3
<그림 6> 실험구간(오산IC→수원IC 서울방향) 교통량 시나리오
교통상태 목표 모니터링 대상 적정속도 정보
소통원활
임계상태
혼잡상태 안정성 관리
à 과속/저속 관리
개별차량 속도 균형속도 (과속, 저속 편차)
밀도 관리
à 단위구간밀도/
차량군 관리
차량군 과다성장/충돌 예방을 위한 적정속도 단위구간 밀도를 균등화하기 위한 적정속도 차량군 길이
차량군 간격 차량군내 차량수 단위구간 밀도 수요 관리
à 혼잡성장 방지 정상류로의 회복
충격파 상쇄를 위한 적정속도 충격파 속도
병목 Input/Output Rate
<표 3> 교통상태별 연속류 운영관리 목표 본선 및 진출입 교통량 시나리오를 <표 2>와 같이 구성하
도록 한다.
Ⅲ. 유비쿼터스 환경의 적정속도 관리 알고리즘
선행연구(2, 3)에서, 교통상태별 교통류 안정성 특성 이 제시되었고 이를 근거로 하여 교통류 안정성유지를 위 한 교통운영관리 목표를 소통원활, 임계상태, 혼잡상태로 구분하여 <표 3>과 같이 제시한 바 있다. 본 연구에서는 이를 토대로, 소통원활에서 임계상태까지 과속저속관리 와 밀도관리 알고리즘을 제안하고, 시뮬레이션 테스트 베 드에서 실험한 결과를 제Ⅳ장에서 제시하도록 한다.
1. 소통원활시 과속저속 관리
과속저속관리는, 소통원활 상황에서 과속을 억제하고
개별운전자간 속도 편차를 최소화함을 그 목표로 하며, 이 를 위해 균형속도를 도출하여 과속/저속 그룹에 균형속도 메시지를 제공한다.
이때 균형속도는 Greenshields 모형의 균형속도를 사 용하며, 본 연구에서 사용한 식은 <그림 7>에 제시하였다.
이때, 밀도-속도 관계식은, 해당도로 데이터특성을 그대 로 재현하는 식이 아니라, 시뮬레이션 반복수행을 통해 해 당구간 MOE를 최적화하는 관계식으로 조정하는 시행착 오방식으로 결정한다.
2. 임계상태 밀도관리
교통류가 임계상태에 가까워지면 불안정해지고, 이때
Speed Drop이 발생하면 회복되지 못하고 성장 혹은 이
동하여 정체가 발생된다. 이때 단위구간별로 밀도 관리를
수행하면, 혼잡교통류로의 전이를 예방하거나 혹은 최대
<그림 9> 과속저속관리 전/후의 효과척도 비교 <그림 10> 밀도관리 전/후의 효과척도 비교
속도-밀도 plot
0 10 20 30 40 50 60 70 80 90 100 110 120
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
밀도(pcpkmpl)
속도(kmph)
속도-밀도 관계식(직선식) : -0.25× 밀도＋100=적정균형속도
<그림 7> 균형상태의 속도-밀도 관계(소통원활시)
속도-밀도 plot
0 10 20 30 40 50 60 70 80 90 100 110 120
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
밀도(pcpkmpl)
속도(kmph)
속도-밀도 관계식(직선식) : -1× 밀도＋110=적정균형속도
<그림 8> 균형상태의 속도-밀도 관계(임계상태시)
한 늦출 수 있게 된다. 이러한 밀도관리는 1분 간격으로 다음의 과정이 수행된다.
∙ 1단계: 현재 구간전체 평균밀도 계산
평균밀도 = 구간전체 교통량수/ 구간전체 길이
∙ 2단계: 구간전체 평균밀도에 상응하는 균형상태의 속도 산정(<그림 8> 참고)
∙ 3단계: 모든 단위구간 Desired Speed = 구간전 체 평균밀도에 상응하는 균형속도
∙ 4단계: 각 단위구간 Desired speed를 다음의 제약 조건으로 조정
1. 전방, 후방 단위구간 적정속도 차이 10km/h 이내로 2. 단위구간의 현재속도와 현 Desired speed 차이
10km/h 이내로
3. 이전시간대와 현재 Desired speed 차이 10km/h 이내로
Ⅳ. 알고리즘 실험 및 효과평가
제Ⅲ장에서 제시한 적정속도 관리 알고리즘의 성능과 효과를 평가함에 있어, 우선 과속저속관리와 밀도관리에 대한 개별적 단위실험을 수행하고 이어 통합실험을 수행 하도록 한다. 과속저속관리와 밀도관리에 대한 단위실험 은 <그림 6>의 시나리오1에 대하여, 통합실험은 시나리오 1,2,3 모두에 대하여 시행하였다.
1. 단위실험 및 평가
1) 과속저속관리
<그림 9>, <그림 12> 과속저속관리 속도제어를 실시한 결과이며, 그 결과는 다음과 같이 요약된다.
- 평균속도와 통과교통량은 증가되고 통행시간은 30초
가량 감소함.
172 Journal of Korean Society of Transportation Vol.28 No.4 August, 2010
<표 4> 시나리오별 통합관리 전/후의 효과척도 비교 통행시간
(초) 통과교통량
(pcph) 속도 (km/h)
시나리오1 제어전 262 6459 61
제어후 229 6440 70
시나리오2 제어전 230 6130 69
제어후 213 6111 75
시나리오3 제어전 283 6266 57
제어후 250 6219 64
<그림 11> 과속저속관리 전/후의 속도, 밀도 프로파일 비교 - 통행시간 변동 추세를 보면 전반적으로 제어전에 비
해 원활한 상태를 유지하며, 3600초에서 통행시간 이 증가함을 보이는데 이때의 밀도는 28pcphpl로 밀도관리 전략으로 전환해야 할 것으로 판단됨.
- 속도, 밀도 프로파일 비교 결과 제어전에 비해 속도 와 밀도의 편차가 줄어들었음을 볼 수 있음.
2) 밀도관리
<그림 10>, <그림 12> 단위구간밀도관리 속도제어를 실시한 결과이며, 그 결과는 다음과 같이 요약된다.
- 속도제어를 실시하지 않은 시나리오는 속도제어를 실시하였을 때보다 통과시간이 불규칙하고 전체적으 로 증가하며, 통과교통량은 낮게 나타남.
- 속도, 밀도 프로파일을 보면, 제어 전에는 병목구간 에서 speed drop이 발생하고 밀도가 급증하게 됨을 볼 수 있음. 이에 반해 제어 후에는 소통원활한 구간 에서 밀도수준은 약간 상승하였지만, 전체적으로 밀 도가 균일해 지고 병목구간에서 speed drop이 발생 하였다가도 성장하지 않고 바로 회복됨을 볼 수 있음.
- 이러한 맥락에서 볼 때, 단위구간 밀도/차량군 관리 속도제어를 실시하였을 때 속도와 밀도가 균일해 지 면서 생산성과 안정성 측면에서 획기적으로 개선시 키는 결과를 얻을 수 있었음.
- 이러한 단위구간 밀도관리 속도제어는, 교통량 수준
이 높아지게 되면 더 이상 효과를 지속시키지 못하고 정체가 발생하게 되며, 이 경우 충격파 관리 체계로 전환해야 함.
2. 통합 실험 및 평가
앞서 단위실험을 통해 과속저속관리 전략에서 밀도가
28pcphpl을 시점으로 통행시간이 증가함을 보임으로
밀도 28pcphpl 이하는 과속저속관리를, 그 이상이 되면
밀도관리전략으로 전환하여 제어를 실시한다. 또한 밀도
가 더 증가하면 충격파관리 등 추가적인 관리가 필요하면
이는 향후과제로 남겨두었다. 이러한 실시 결과는 <그림
13>에 제시하였다. 또한 시나리오별 제어전후의 속도밀
도 프로파일 변화는 각각 <그림 14>, <그림 15>, <그림
16>에 수록하였다. 속도제어 전과 후를 비교해 볼 때,
제어 후에 속도 저하 부분이 줄어들고 밀도가 높은 혼잡
부분이 줄어드는 것으로 나타났다.
<그림 12> 밀도관리 전/후의 속도, 밀도 프로파일 비교
120 150 180 210 240 270 300 330 360 390 420
960 1860 2760 3660 4560 5460 6360 7260
통행시간(s)
sim.time(s) 시나리오1 _ (1분주기)
제어전 제어후
120 150 180 210 240 270 300 330 360 390 420
960 1860 2760 3660 4560 5460 6360 7260
통행시간(s)
sim.time(s) 시나리오2 _ (1분주기)
제어전 제어후
120 150 180 210 240 270 300 330 360 390 420
960 1860 2760 3660 4560 5460 6360 7260
통행시간(s)
sim.time(s) 시나리오3 _ (1분주기)
제어전 제어후
